1 摘要

1.1 國內現況

1.1.1 基本工資調漲 4.56%

2023 年 1 月 1 日起

基本工資確定調漲為月薪 26,400 元、時薪 176 元

1.1.2 基本工資連續七年調漲

2023 年調薪後 最直接的影響就是

勞健保和勞退金 (領基本工資者)

對企業雇主來說成本增加 5.41%

1.2 人事成本變高,那就少用點人吧

資方角度是如果人事成本增加:

減少員工數量穩定支出

轉嫁成本到消費者身上

1.3 基本工資的增加,真的會造成僱員數量減少(失業率增加)嗎?

評估基本工資調漲對就業市場的衝擊

紐澤西與賓州速食店的案例研究

  • 1992 年初紐澤西調漲基本工資

    • 由每小時 USD 4.25 提高至 USD 5.05
  • 當「單位勞動力價格 ↑」,可能會造成

    • 就業人口 ↓

    • 就業率 ↓

  • 因此,經濟學家想要評估「調漲基本工資對低工資的勞工就業人口的影響」

1.4 本文資訊

  • Author: David Card and Alan B. Krueger

  • Publish date: October 1993

  • Publish at: National Bureau of Economic Research Working Paper Series

  • DOI: 10.3386/w4509

  • WEB Page

  • PDF

2 研究背景

2.1 紐澤西的就業政策與時空背景

  • 1989 年底紐澤西州立法調漲基本工資 USD 3.35 ➜ USD 3.80

  • 1990 年初再次立法調漲基本工資 ➜ USD 4.25

  • 1992 年初第三次立法調漲基本工資 ➜ USD 5.05

3 研究方法

3.1 研究策略思考

  • 直接想像:前後對照

    • 其實可以只看紐澤西速食店調漲前後的差異

    • 但無法避免「時間與季節性因素」的混淆

  • 其他可以利用的條件

    • 紐澤西有調漲基本工資、但隔壁的賓州沒有

    • 紐澤西是小州,經濟與附近各州有密切聯繫

    • 比較「紐澤西前後差異」、與「賓州前後差異」的差異,可以有效避開混淆

3.2 研究類型

Prospective Cohort study with Fixed Population

前瞻性固定人群的隊列研究

  • Prospective 前瞻性

  • Cohort Study 隊列研究

  • Fixed Population 固定人群

3.3 名詞解釋

3.3.1 Cohort Study

  • 實驗性研究(RCT、A B test)以外最常用的兩種觀察性研究方法之一

  • 在⼀段時間內追踪特定族群(具有共同特徵或經歷)

  • 先找好幾群要觀察的人,隨著時間推移持續觀察他們的變化

  • 有時候稱:follow-up、longitudinal study 縱向研究

3.3.2 Prospective Cohort Study

  • 定義:先開始專案規劃選定人群後,事件才發生、數據才開始記錄

  • 操作:根據過去或當前的資料來進行分眾

  • 優勢:精確、麻煩、資訊少、偏差少

  • 劣勢:跟實驗一樣需等待、可能存在偏誤、與混淆因子

    • 可能的偏誤:Losses to Follow-Up、Healthy Worker Effect

3.3.3 Fixed population 固定人群

  • 依據特徵或暴露因子分組後,組別不會隨時間改變

  • 但參與分組的研究對象可能隨時間而失去聯繫 Losses to Follow-Up

3.4 研究時間

  • planning: early 1992

  • 1st interview: 1992 年 2 ~ 3 月

    • 電訪
  • 2nd interview: 1992 年 11 ~ 12 月

    • 電訪 + 實地確認 Losses to Follow-Up

3.5 研究對象

  • subject: 速食店

    • 低薪者多,低薪者中 25% 在速食店工作

    • 速食店都只給基本工資,所以會需要跟進調漲薪資

    • 速食店工作和產品同值性高,容易取得可靠就業、工資、產品數據、沒有小費(減少薪資衡量困難)

    • 速食店是需要特許經營,選樣本相對容易

    • 過去經驗表明速食店對電話訪談的回覆意願高

3.6 暴露因子與結果

  • outcome: 員工數量改變

  • exposure / treatment: 基本工資由 4.25 -> 5.05, 1992, Apr., NJ

    • exp group: 會調漲基本工資的紐澤西,n = 364

    • non-exp group: 不會調漲基本工資的賓州,n = 109

3.7 統計方法

  1. T-statistic for test of equality of means

  2. Linear regression

4 研究結果

4.1 Table: 1 Sample Design and Response Rate

  • 確認收樣概況

說明 loss to follow-up 的原因、解釋 loss to follow-up 不受 exposure 影響

如果沒有收集到樣本的原因與基本工資調漲有關 例如因為調漲後不願意聘僱更多勞工、沒有時間受訪 那最後獲得的樣本會「沒有受到衝擊且有時間受訪」,則無可比性

餐廳位置(州)
所有樣本
New Jersey
Pennsylvania
% % %
前測
1992/02/15 ~ 03/04
餐廳數量a 473 100.0% 364 100.0% 109 100.0%
拒絕 63 13.3% 33 9.1% 30 27.5%
受訪 410 86.7% 331 90.9% 79 72.5%
後測
1992/11/05 ~ 12/31
餐廳數量 410 86.7% 331 90.9% 79 72.5%
已關閉 6 1.3% 5 1.4% 1 0.9%
裝修中 2 0.4% 2 0.5% 0 0.0%
暫時關閉b 2 0.4% 2 0.5% 0 0.0%
拒絕 1 0.2% 1 0.3% 0 0.0%
受訪c 399 84.4% 321 88.2% 78 71.6%
a 在收樣階段,有 29 間餐廳因為沒有電話而移除,目前的 473 間餐廳僅均為有電話者
b 後測時,各有一間餐廳分別因為:高速公路工程、火災暫時關閉
c 後測過程中,有 371 間餐廳為電話訪談、28 間因為拒絕電訪而採用實體訪問

4.2 Table 2: Means of Key Variables

  • 確認樣本特徵一致性

  • 全職人力工時 FTE = 管理職 + 基層人數 + 工讀人數 * 0.5

如果基本特徵就有差異,那後續的 outcome 不一樣,可能受到基本特徵影響,無法驗證其他假設

如果 NJ 餐廳都是超高檔連鎖品牌,抗風險能力好,而 PA 都是街邊美食、抗風險能億差,則比較無意義

FTE:工讀生不會上整天班,所以只當 0.5 人

比較平均數:分別把 NJ 跟 PA 的數據計算出估計值、與標準誤

因為餐廳類型、直營/加盟是類別變項,原文是將其視為不同的特徵(欄位),其值均為 1 或 0

餐廳位置(州)
New Jersey
Pennsylvania
Test of equality
of means
特徵 樣本數 % 樣本數 % t value p value
餐廳類型
Burger King 136 41.1% 35 44.3% -0.52 0.607
KFC 68 20.5% 12 15.2% 1.16 0.250
Roy Rogers 82 24.8% 17 21.5% 0.62 0.535
Wendy’s 45 13.6% 15 19.0% -1.12 0.266
直營/加盟
直營店 113 34.1% 28 35.4% -0.22 0.829
加盟店 218 65.9% 51 64.6% 0.22 0.829
餐廳位置(州)
New Jersey
Pennsylvania
Test of equality
of means
特徵 樣本數 平均值 標準誤 樣本數 平均值 標準誤 t value p value
前測
1992/02/15 ~ 03/04
全職人力工時 FTE 321 20.44 0.51 77 23.33 1.35 -2.00 0.05
正職人數 / FTE % 321 32.85 1.33 77 35.04 2.73 -0.72 0.47
起薪 314 4.61 0.02 76 4.63 0.04 -0.40 0.69
薪資 = $4.25 % 331 30.51 2.53 79 32.91 5.32 -0.41 0.68
套餐金額 311 3.35 0.04 76 3.04 0.07 3.96 0.00
營業時長 331 14.42 0.15 79 14.53 0.33 -0.29 0.77
招聘獎金 % 331 23.56 2.34 79 29.11 5.14 -0.98 0.33
後測
1992/11/05 ~ 12/31
全職人力工時 FTE 319 21.03 0.52 77 21.17 0.94 -0.13 0.90
正職人數 / FTE % 314 35.87 1.38 76 30.38 2.81 1.75 0.08
起薪 318 5.08 0.01 71 4.62 0.04 10.82 0.00
薪資 = $4.25 % 331 0.00 0.00 79 25.32 4.92 -5.14 0.00
薪資 = $5.05 % 331 85.50 1.94 79 1.27 1.27 36.38 0.00
套餐金額 305 3.41 0.04 71 3.03 0.07 5.08 0.00
營業時長 321 14.42 0.15 78 14.65 0.33 -0.65 0.52
招聘獎金 % 331 19.34 2.17 79 22.78 4.75 -0.66 0.51

4.3 Figure 1: Distribution of Starting Wage Rates

  • 確認 Compliance 程度

研究以及法規都要求必須調漲基本工資

但也有可能有餐廳不願意調漲

所以應該檢查 Compliance 程度

對於有 Compliance 問題的研究應該衡量是否以其他方式處理

4.4 Table 3: Average Employment Per Store Before and After the Rise in New Jersey Minimum Wage

  • 比較兩週前測、後測,以及兩次測量的差異

  • 兩次測量的差異有三種計算方法,原則上都在估計同樣的母體參數,不應該差異很大

    • 平均值直接相減,標準誤可以由此計算:

      • \(EF(difference) = \sqrt{(SD_1^2/N_1 + SD_2^2/N_2)}\)
    • 計算每組樣本前後差異,取平均並計算標準誤差

      • 此處計算的標準誤與文獻略有差異
    • 將歇業的 4 間餐廳的 FTE 設置為 0,計算每組樣本前後差異,取平均並計算標準誤差

      • 此處計算的標準誤與文獻略有差異

整理各群體各個指標的估計值並比較差異

研究主軸是 PA vs NJ

但 NJ 樣本中也有原本就滿足調漲後薪資的餐廳

所以分成低中高進行比較

假設原本就滿足調漲後基本工資者員工數應無變化

Pennsylvania
New Jersey
平均值差
PA - NJ
特徵 平均值 標準誤 平均值 標準誤 平均值 標準誤
全職人力工時 FTE (前測) 23.33 1.35 20.44 0.51 -2.89 1.91
全職人力工時 FTE (後測) 21.17 0.94 21.03 0.52 -0.14 1.33
後測 - 前測 (平均值差) -2.17 1.65 0.59 0.73 2.75 2.33
後測 - 前測 (樣本差) -2.28 1.25 0.47 0.48 2.75 1.77
後測 - 前測 (樣本差、調整暫時歇業) -2.28 1.25 0.46 0.47 2.74 1.77
起薪

4.25

4.26 ~ 4.99

>= 5.00
平均值差
低 - 高
平均值差
中 - 高
特徵 平均值 標準誤 平均值 標準誤 平均值 標準誤 平均值 標準誤 平均值 標準誤
全職人力工時 FTE (前測) 19.56 0.77 20.08 0.84 22.25 1.14 -2.69 1.37 -2.17 1.41
全職人力工時 FTE (後測) 20.88 1.01 20.96 0.76 20.21 1.03 0.66 1.44 0.74 1.27
後測 - 前測 (平均值差) 1.32 1.27 0.87 1.13 -2.04 1.53 3.36 1.99 2.91 1.90
後測 - 前測 (樣本差) 1.20 0.82 0.71 0.69 -2.16 1.01 3.36 1.30 2.87 1.22
後測 - 前測 (樣本差、調整暫時歇業) 1.19 0.81 0.70 0.68 -2.12 0.99 3.32 1.28 2.82 1.20

4.5 Table 4: Reduced from Models for Change in Employment

  • NJ 的 FTE 不減反增

    • Model 1: 若為紐澤西 FTE 差增加 2.75 [95% CI: 0.48 ~ 5.02]

    • Model 2: 調整(控制)餐廳類型、直營/加盟時,若為紐澤西 FTE 差增加 2.78 [95% CI: 0.51 ~ 5.06]

    • Model 3: 距離新的基本工資之差異(GAP)每增加 1 單位, FTE 差增加 16.36 [95% CI: 4.71 ~ 28.01]

    • Model 4: 調整(控制)餐廳類型、直營/加盟時,距離新的基本工資之差異(GAP)每增加 1 單位, FTE 差增加 15.88 [95% CI: 3.99 ~ 27.76]

    • Model 5: 調整(控制)餐廳類型、直營/加盟時、區域,距離新的基本工資之差異(GAP)每增加 1 單位, FTE 差增加 12.16 [95% CI: -2.22 ~ 26.55]

  • 無法證明下列模型有差異:

    • Model 1 vs Model 2

    • Model 4 vs Model 3

    • Model 5 vs Model 3

模型結果與「調升基本工資會減少就業人數」矛盾

懷疑研究成果可能是受到某些樣本特徵影響的狀況下

將重要的特徵的影響考量在模型之中,並比較變化

US 統計學會的指引

  • p value 可以用來表示結果與假設不相容程度

  • p value 不能衡量假設為真的機率、或數據來自隨機產生的機率

  • 科學結論和業務決策不應僅基於 p 值是否超過特定閾值

  • 正確的推理需要完整的報告和透明度

  • p value 不衡量效果的大小或結果的重要性

  • p value 不能很好地衡量模型或假設的證據


類型
自營
GAPGAP
類型
自營
GAP
類型
自營
區域
Intercept-2.28 *-1.83  -1.67 * -1.54   -0.70 
[-4.32, -0.25] [-4.13, 0.48] [-2.99, -0.35]  [-3.36, 0.28]  [-3.66, 2.25]
NJ2.75 *2.78 *                
[0.48, 5.02] [0.51, 5.06]                 
GAP          16.36 **15.88 **12.16 
          [4.71, 28.01]  [3.99, 27.76]  [-2.22, 26.55]
N384     384     368      368      368    
R20.01  0.03  0.02   0.03   0.05 
*** p < 0.001; ** p < 0.01; * p < 0.05.
## Analysis of Variance Table
## 
## Model 1: dfte ~ state + chain + co_owned
## Model 2: dfte ~ state
##   Res.Df   RSS Df Sum of Sq      F Pr(>F)
## 1    378 30272                           
## 2    382 30721 -4   -448.84 1.4011 0.2329
## Analysis of Variance Table
## 
## Model 1: dfte ~ gap + chain + co_owned
## Model 2: dfte ~ gap
##   Res.Df   RSS Df Sum of Sq      F Pr(>F)
## 1    362 27244                           
## 2    366 27560 -4   -316.77 1.0523 0.3801
## Analysis of Variance Table
## 
## Model 1: dfte ~ gap + chain + co_owned + location
## Model 2: dfte ~ gap
##   Res.Df   RSS Df Sum of Sq      F Pr(>F)
## 1    358 26858                           
## 2    366 27560 -8   -702.41 1.1703 0.3161

4.6 Table 5: Specification Tests of Reduced-form Employment Models

用 FTE 不一定正確,為檢查上述模型的穩健程度分別使用下列幾種檢查方式替代 FTE

  1. 以原本的 FTE 作為計算前後差異
  2. 將四間暫停營業的 FTE 後測設為 0:驗證若不排除暫停營業的餐廳後測 FTE,而是直接計算為 0 是否會影響估計
  3. 在 FTE 中排除管理者:驗證若排除管理職是否會影響估計(想像整體沒有減員但一般職員數量下降)
  4. 調降工讀生在 FTE 中的權重至 0.4:驗證工讀生權重是否影響估計
  5. 調升工讀生在 FTE 中的權重至 0.6:驗證工讀生權重是否影響估計
  6. 排除 NJ Shore 近海區域:驗證排除近海(觀光景點)的影響
  7. 使用 FTE 但把後測的日期加入調整:驗證後測時間差對估計的影響
  8. 排除前測撥打兩通電話或以上者:驗證比較慢(或不願)受訪者移除後是否影響估計
  9. 加入前測員工數調整權重:假設存在 Heteroscedasticity 異方差性,用前測員工人數進行加權最小平方法的計算
  10. 僅使用 Newark 樣本:驗證只有市區的樣本
  11. 僅使用 Camden 樣本:驗證部分區域的樣本
  12. 使用 PA 樣本:排除 NJ 餐廳且(錯誤地)將 GAP 定義為將工資提高到每小時 5.05 美元所需的工資增長比例(遠本是 0 )

餐廳可能會增加全職員工、減少工讀

研究的結果可能受到部分樣本或 outcome 影響

為了排除這個潛在的問題

就可以透過改變樣本、以及 outcome 計算方法來驗證

4.7 Table 6: Effects of Minimum-Wage Increase on Other Outcomes

比較其他餐廳特徵,差異都不太明顯

餐館可以通過減少員工福利,改變經營模式來抵消基本工資的影響

  • 餐廳營業時間

  • 餐廳收銀機數量

  • 營業時的收銀機數量

  • 減價員工餐(打折的比例都減少,但免費員工餐增加)

  • 推薦獎金

  • NJ 和 PA 員工餐打折的比例都下降,但 NJ 更多

4.8 Table 7: Reduced-form Models for Change in the Price of a Full Meal

  • 也可以透過調漲售價轉嫁成本,所以檢查全餐的售價

4.9 Table 8: Estimated Effect of Minimum Wages on Numbers of Mcdonald’s Restaurants, 1986-1991

  • 基本工資調漲也可能阻礙新餐廳的開張

5 研究結果

  1. 與經濟模型的判斷不同 NJ 的基本工資增加並沒有降低速食餐應的就業人數
  2. 沒有任何資訊表明兩組比較不公平
  3. 用各種替代就業人數的指標、或樣本來計算結果也相同
  4. 驗證其他與餐廳經營管理相同的指標,沒有發現基本工資增加使餐廳調整經營方式改變

6 研究評論

  1. 資料收集:背景目標、研究因素、關鍵指標、研究類型、分母分子、研究對象的偏誤

  2. 數據分析:避免混淆、關聯性與統計方法

  3. 理解與應用:主要結果、偏誤與混淆對研究的影響、局限性、結論合理性、適用人群

7 反思

  1. 基礎科學與社會科學的差異
  2. 決策不應基於一個研究的顯著性
  3. 當代數據分析的問題:當數據唾手可得